Бакалаврські роботи (АСОІУ)

Постійне посилання зібрання

https://ela.kpi.ua/handle/123456789/21929

Переглянути

Перегляд Бакалаврські роботи (АСОІУ) за Ключові слова "004.032.26, 004.514, 004.62, 004.85, 004.93"

Зараз показуємо 1 - 1 з 1
  • Ескіз
    ДокументВідкритий доступ
    Інформаційна система розпізнавання тексту технології класифікації додатків до атестатів
    (КПІ ім. Ігоря Сікорського, 2020) Марченков, Іван Денисович; Фіногенов, Олексій Дмитрович
    Структура та обсяг роботи.Пояснювальна записка дипломного проєкту складається з п’яти розділів, містить 31 рисунок, 7 таблиць, 1 додаток, 24 джерела. Дипломна бакалаврська робота розглядає проблеми, які виникають при обробці зображень додатків до атестатів абітурієнтів під час вступної кампанії, на прикладі аналізу більше 30 тисяч зображень додатків до атестата, поданих в КПІ ім. Ігоря Сікорського в 2018 році. Наведені типові приклади зображень документів і зроблені висновки про можливість автоматичного визначення середнього балу на підставі сканованих копій. У розділі інформаційного забезпечення вказано, яким чином дані потрапляють до системи, як формується набір даних зображень, як попередньо оброблюється зображення для навчання моделі. Розділ математичного забезпечення представлений змістовною та математичною постановками задачі для подальшого аналізу способу вирішення завдання, демонструючи детальне застосування математичних методів. У першу чергу проаналізовано можливі методи класифікації зображень та зроблений акцент на застосуванні згорткових нейронних мереж (CNN), які єнайсучаснішим алгоритмом класифікації та розпізнавання об’єктів на зображенні. Детально описано метод розв’язання: архітектура нейронної мережі, алгоритми регуляції вагів моделі та типи шарів. для шару виходу використовуватиметься функція softmax, для інших шарів –ReLU. Програмне забезпеченняреалізовано на мовоюPython.На даний момент Python є найпопулярнішою мовою програмування для досліджень та розробок у машинному навчанні, а для побудови та тренування нейронних мереж застосовано бібліотеку Tensorflow, розробленою компанією Google. У технологічному розділі вказано, які інструменти повинні бути встановлені на ПК для вдалого запуску продукту. Проведено тести, які демонструють коректність роботи програми.